基于Radon-CPF-Fourier变换的机动目标ISAR成像

由于机动目标的逆合成孔径雷达（Inverse Synthetic Aperture Radar，ISAR）成像中存在多普勒扩散现象，易导致成像分辨率降低。针对此问题，在多分量三次相位信号（Cubic Phase Signal,CPS）模型基础上，提出一种基于Radon-CPF-Fourier变换（Radon-Cubic Phase Function-Fourier Transform,RCFT）的机动目标ISAR成像方法。RCFT可实现CPF中自项能量的相干积累，减轻多普勒扩散带来的影响。与现有的基于时频分析和参数估计的ISAR成像算法相比，RCFT的主副比性能提升了至少2 dB，在时频分辨率无损失时具备更好的自项能量积累能力，可获得更高质量的成像结果。仿真验证了所提方法的有效性。     

2种灰色模型在矿区地表沉陷预计中的适用性

目前矿区地表单点沉陷动态预计方法主要基于传统的水准测量数据,监测方法单一,成本高,观测点易破坏,不能保证地表形变信息的实时性,且采用灰色模型进行地表沉陷预计时只针对单一模型的应用,没有结合模型自身特点分析其适用性。以袁店二矿7221工作面为试验区域,采用合成孔径雷达差分干涉测量技术监测矿区地表沉陷量,分别建立了描述沉陷量与时间关系的GM(1,1)与灰色Verhulst模型进行地表沉陷量预计,实现了矿区地表沉陷监测与动态预计一体化。通过比较、分析GM(1,1)与灰色Verhulst模型对地表沉陷量的拟合及预计结果,得出了2种灰色模型在矿区地表沉陷预计中的适用性:在矿区开采沉陷开始至活跃前期,若地表单点沉陷量曲线呈近似单峰型,则宜采用GM(1,1)进行短期预计;当矿区地表沉陷进入衰退阶段,单点沉陷量曲线呈平底饱和状态,则宜采用灰色Verhulst模型进行中长期预计。     

稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.     

弧形阵列3D-SAR成像处理算法研究

三维合成孔径雷达（3D-SAR）能够获取观测场景目标的三维分辨，解决传统二维合成孔径雷达的叠掩、阴影等问题。不同于现有的3D-SAR成像几何，本文设计了一种新的基于弧形曲面几何的三维合成孔径雷达系统模型。相比于现有的3D-SAR成像系统，该系统能够利用弧形天线阵列实现高效的数据采集和宽视角三维成像。然后针对所设计的弧形阵列3D-SAR系统，本文提出了一种应用于调频连续波信号的波数域三维成像处理算法，通过波数域卷积及插值变换，避免了距离近似等产生的相位误差，从而实现对目标的精准聚焦。最后，通过进行计算机单点目标仿真与多目标仿真，并将仿真结果与后向投影算法的结果进行对比，验证了本文所设计系统模型的有效性及提出算法的良好成像性能。      

极化SAR图像解译中的不相似性度量

不相似性度量常用来描述极化合成孔径雷达(SAR)样本数据之间的差异性,已被广泛应用于滤波、目标检测、分割分类和变化检测等多种极化SAR图像解译技术中。基于极化SAR数据的矩阵表达形式,从特征、统计分布、假设检验、信息论散度和信息几何等多角度出发,总结回顾了极化SAR图像解译问题中常见的不相似性度量,简要分析了其优势、存在的问题以及适用范围,并对极化SAR不相似性度量的研究趋势进行了展望。     

三维散射中心模型辅助的一维距离像要害部位选择

不同于传统爆炸杀伤型武器，碰撞杀伤以其毁伤集中的优势正逐渐被应用于拦截、破甲等多个领域，而准确判定要害部位实现对于目标的有效毁伤打击有重要的意义。由于一维距离像具有姿态、强度及平移敏感性，仅基于距离像进行要害部位选择难以实现。本文提出一种三维散射中心模型辅助的一维距离像要害部位选择方法。通过获取目标三维散射中心的先验模型，结合要害部位三维位置实现三维向二维、二维向一维的图像投影，得到一维散射点序列模板。按照滑动最大匹配原则将目标散射点序列模板与待识别距离像匹配，此时一维散射点序列模板中要害部位所对应的距离像位置视为要害部位所在的实际位置。该方法运算复杂性小，便于实现，具有较强的实用意义，基于地面目标的电磁计算仿真数据说明算法有较好的要害部位选择性能且对角度偏移有适应性。